为什么在使用sess.run（占位符，feed\u dict）时返回占位符的张量描述？

Question

sess = tf.Session()

sess.run(cost,feed_dict={z:logits,y:labels})

sess.close()

print(cost)

在上面的代码片段中，它打印了张量描述 成本=张量（“物流损失6:0”，数据类型=浮动32）”而不是成本的价值

然而，如果我使用

sess = tf.Session()

cost = sess.run(cost,feed_dict={z:logits,y:labels})

sess.close()

print(cost)

然后输出成本

我的问题是-当我运行sess.run（cost，feed…）时，成本不是被评估和存储了吗

Answer 1

了解Tensorflow的一个基本问题是，它创建了一个包含所有操作的计算图。所以事实上，变量cost的内容是一个张量，这是一个图形的操作，这就是为什么直接打印它时，你会得到你得到的。为了让计算图实际计算某些内容，您必须调用sess.run()，同时将输入提供给占位符（作为Tensorflow计算图的输入），然后sess.run()调用返回计算值

调用sess.run()不会修改图形，它只使用它来计算给定输入所需张量的值。所以你的问题的答案是：它被计算，计算值由sess.run()返回，但是它不存储在张量中。把张量想象成指向图形的符号指针。张量只是表示图中计算流中的一个节点，它从不包含计算值。然后使用sess.run(tensor, feed_dict)运行由符号张量定义的计算，给定feed_dict中的输入。这是Tensorflow的核心概念，理解它非常重要